基于相空间重构的风电场日有功功率组合预测

• 作者: 王维州 肖骏 赵庆堂 郭建鹏 陈伟
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 风力发电 相空间重构 RBF神经网络 最小二乘支持向量机 组合预测
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 学术论文
• 页码范围: 20-24,36
• 页数: 6页
• 分类号: TM614
• 字数: 3317字
• 语种: 中文

摘要

风力发电具有波动性、随机性和间歇性,因此准确预测风电场的日有功功率对风电场与电力系统的稳定运行具有重要的意义.利用C-C法对风电场的日有功功率时间序列进行相空间重构,并通过计算其最大Lyapunov指数,验证了此功率时间序列具有混沌属性.在此基础上,用相空间重构建立了RBF神经网络和最小二乘支持向量机预测模型,对预测结果采用协方差优选确定权重,进行组合预测.通过对甘肃省酒泉地区某风电场的实测数据进行仿真,证明了该组合模型的有效性和可行性,并有效提高了预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈伟	兰州理工大学电气工程与信息工程学院	59	361	10.0	15.0
2	肖骏	甘肃省电力公司电力科学研究院	16	23	3.0	4.0
3	王维州	甘肃省电力公司电力科学研究院	3	56	3.0	3.0
4	郭建鹏	兰州理工大学电气工程与信息工程学院	2	16	2.0	2.0
5	赵庆堂	兰州理工大学电气工程与信息工程学院	1	6	1.0	1.0